2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩85頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、工程圖矢量化是將紙質(zhì)工程圖掃描輸入計(jì)算機(jī)后,對(duì)所得的掃描位圖加以分析、識(shí)別,最終重建其中的圖形對(duì)象的過程。矢量化研究是圖紙復(fù)用、自動(dòng)理解等應(yīng)用的基礎(chǔ),因而是CAD領(lǐng)域的一個(gè)熱點(diǎn),有較高的應(yīng)用價(jià)值。自上世紀(jì)70代至今,人們提出了大量的矢量化方法,比較典型的大致可分為:基于細(xì)化的識(shí)別方法、基于圖形輪廓匹配的識(shí)別方法、基于正交方向搜索的識(shí)別方法(OZZ)、基于Hough變換的識(shí)別方法和基于掃描行結(jié)構(gòu)的識(shí)別方法等。這些算法為圖像識(shí)別

2、技術(shù)的發(fā)展做出了重要貢獻(xiàn),但其實(shí)用程度仍有很大局限性。本文在分析現(xiàn)有矢量化方法的基礎(chǔ)上,總結(jié)出現(xiàn)有工程圖示量化方法局限性即過于注重局部信息或者整體信息,忽視了兩者相互依存,相互促進(jìn)的特征,提出局部——整體矢量化概念,在此新的理念的基礎(chǔ)上,本文提出了一種全新的基于條形塊結(jié)構(gòu)的掃描圖像識(shí)別處理方法。本文首先將掃描圖像分解為多個(gè)條形塊,提取各條形塊的幾何拓?fù)涮匦酝瑫r(shí)形成條形塊拓?fù)潢P(guān)系圖——圖元域,然后將整幅圖像的條形塊以圖元域?yàn)?/p>

3、單元,按照拓?fù)浼靶螒B(tài)特征進(jìn)行歸類,最后按類識(shí)別。本文所述方法比傳統(tǒng)的方法有較大的優(yōu)越性,這是由于本算法是基于條形塊的方法,它比基于細(xì)化的傳統(tǒng)方法更有效且有更強(qiáng)的抗干擾性能。在對(duì)圖像進(jìn)行操作時(shí),為了提高處理層次,本文條形塊結(jié)構(gòu)。條形塊結(jié)構(gòu)是圖像具有某種同類特征的局部象素點(diǎn)的合理聚集,反映了相關(guān)聯(lián)象素的群體特性,因此它是象素點(diǎn)的高級(jí)表現(xiàn)形式,該結(jié)構(gòu)反映了具有某種同類特征的局部象素點(diǎn)的共同特性,可以說是從微觀到宏觀的一種中間過渡

4、形式。為了更好地體現(xiàn)算法的宏觀整體處理策略,本文按條形塊所蘊(yùn)含的幾何信息及條形塊之間拓?fù)溧徑雨P(guān)系對(duì)條形塊進(jìn)行歸類,并在歸類過程中濾除圖像噪聲。整體歸類算法是本文的重要算法之一,該算法從人的認(rèn)知規(guī)律出發(fā),模擬人的視覺過程,利用條形塊的拓?fù)潢P(guān)聯(lián)特征及其所表達(dá)的內(nèi)容特性,著重從宏觀角度對(duì)圖像線條進(jìn)行了處理和識(shí)別。掃描圖像線條的交叉區(qū)域是識(shí)別處理的關(guān)鍵區(qū)域。為了提高電腦理解圖像的智能,本文采用智能跟蹤掃描法,該方法在交點(diǎn)處會(huì)進(jìn)行特

5、別處理,同時(shí)記錄下交點(diǎn)條形塊信息。這樣,交點(diǎn)條形塊在后續(xù)工作中,只充當(dāng)普通條形塊的聯(lián)絡(luò)員,將普通條形塊有機(jī)的聯(lián)合起來。在識(shí)別過程中,交點(diǎn)不參與識(shí)別,解決了交點(diǎn)區(qū)域難處理問題。智能跟蹤掃描法是本文核心創(chuàng)新點(diǎn)。最后,掃描圖像的矢量化工作十分簡(jiǎn)潔。整體歸類操作,將屬于同一的圖形元素的所有條形塊放在一起,形成直線、圓、圓弧和曲線候選鏈表。每一個(gè)鏈表就是一個(gè)圖形元素。由此,可以根據(jù)個(gè)圖形元素的自身特征設(shè)計(jì)矢量化方法。本文,根據(jù)各圖形

6、元素的特征選擇了合理的矢量化了理論。對(duì)于直線,參數(shù)少,型值點(diǎn)豐富,由此采用最小二乘法;對(duì)于圓和圓弧,根據(jù)圓和圓弧的幾何特征,即三點(diǎn)決定一個(gè)圓的基本原理,進(jìn)行衍生識(shí)別;對(duì)于曲線,本文采用基于Bezier曲線擬合理論的Cateljau算法擬合。本文將核心技術(shù)智能跟蹤掃描法與傳統(tǒng)的掃描方法通過實(shí)驗(yàn)進(jìn)行比較,結(jié)果表明本文的創(chuàng)新技術(shù)很好的克服了傳統(tǒng)方法的缺陷,效果甚佳。關(guān)鍵字:工程圖矢量化,圖像處理,條形塊,圖元域,直線矢量化,圓弧矢

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論